Исследователи проверили, может ли искусственный интеллект, такой как ChatGPT-4, стать надежным помощником для врачей в анализе медицинских снимков.

Речь идет о пациентах с кистами поджелудочной железы — образованиями, которые в редких случаях могут превратиться в рак и поэтому требуют постоянного наблюдения.

Ученые из Онкологического центра имени Слоуна Кеттеринга в Нью-Йорке взяли почти тысячу историй болезней и более трех тысяч МРТ и КТ-снимков, сделанных за последние четырнадцать лет.

Вручную просматривать такие объемы данных — трудозатратная и медленная работа для врачей-радиологов.

Они решили поручить эту задачу нейросети ChatGPT-4, попросив ее выявить на снимках девять ключевых признаков, от которых зависит риск развития опухоли.

Подробности опубликованы в издании Journal of the American College of Surgeons.

Результаты оказались впечатляющими. ИИ справился с точностью, практически не уступающей ручной проверке специалистов. Вот как нейросеть определяла важнейшие параметры:

• Наличие твердого компонента в кисте — 97% точности.
• Размер самой кисты — 92% точности.
• Размер главного протока поджелудочной железы — 97% точности.
• Наличие кальцинатов  (отложений кальция) — 99% точности.

ChatGPT-4 — это гораздо более эффективный подход, — говорит соавтор исследования, хирург Кевин С. Соарес. — Он экономит ресурсы и позволяет ученым сосредоточиться не на бесконечном просмотре карт, а на анализе данных и улучшении качества лечения. Наше исследование подтвердило, что этот метод так же точен, как и золотой стандарт — ручная работа врача.

Главный вопрос, который беспокоит пациентов с таким диагнозом: «Перерастет ли моя киста в рак?». Теперь у медиков есть эффективный инструмент, чтобы проанализировать снимки тысяч людей и дать каждому более точный и персонализированный ответ. Это не только продвигает науку вперед, но и помогает снизить тревожность у пациентов, позволяя им увереннее принимать решения о лечении.

Авторы подчеркивают, что это пока лишь доказательство концепции. Исследование имеет ограничения: использовалась только одна модель ИИ и данные одного центра. Нейросеть работает только с той информацией, которую ей предоставили, и эти рамки могут влиять на конечный результат.

Реальная польза этого исследования — не в том, чтобы заменить врача, а в том, чтобы стать его «сверхмощной лупой» и „неутомимым ассистентом“. Основная ценность в масштабируемости. Врач-радиолог, освобожденный от рутины по просмотру сотен снимков для сбора стандартных данных, может сконцентрироваться на сложных, спорных случаях, где нужен именно человеческий опыт, интуиция и глубокий анализ. Это прямой путь к снижению врачебного выгорания и повышению качества диагностики.

Кроме того, такой инструмент открывает дорогу для персонализированной медицины. ИИ может проанализировать огромные массивы исторических данных и выявить едва уловимые закономерности и маркеры прогрессирования кисты, которые человек просто физически не в состоянии отследить. Это значит, что в будущем мы сможем не просто наблюдать за всеми пациентами по общему шаблону, а составлять индивидуальный график обследований: кому-то  можно приезжать реже, а кого-то, наоборот, нужно взять под особый контроль заранее. Это экономит не только деньги системы здравоохранения, но и нервы пациентов.

Основное методологическое ограничение, на которое справедливо указывают и сами авторы, — это потенциальная проблема «замкнутого цикла»  (in-domain bias). Модель ИИ обучали и тестировали на данных из одного медицинского центра (MSKCC), который является ведущим мировым учреждением. Стили оформления протоколов, терминология, качество и настройки оборудования там могут сильно отличаться от среднестатистической больницы в регионах или даже другой стране.

Высокая точность, продемонстрированная в этих почти идеальных условиях, может резко упасть при работе с данными из другого источника, где снимки менее качественные, а формулировки в заключениях иные. Для реального внедрения технологию необходимо валидировать на многоцентровых и разнородных данных, чтобы доказать ее устойчивость и универсальность. Пока же мы видим блестящий, но все же лабораторный результат.

Ранее ученые впервые нашли кисты поджелудочной с помощью МРТ.